ADNC 开源项目使用教程
2026-01-20 01:13:02作者:蔡怀权
1. 项目介绍
ADNC(AlphaYu Distributed/Microservices Development Framework)是一个基于 .NET 平台的分布式/微服务开源框架,同时也适用于单体架构系统的开发。ADNC 提供了一系列的工具和库,帮助开发人员快速构建和部署微服务应用程序。它支持服务注册/发现、配置中心、链路跟踪、负载均衡、熔断、容错、分布式事务、分布式缓存、消息队列、RPC 调用(HTTP/gRPC)、认证授权、读写分离、日志记录等功能。
主要特点
- 灵活性:支持经典三层和 DDD 架构开发模式。
- 易用性:提供完善的文档和示例代码,集成了一系列主流的微服务技术栈。
- 高可靠性:采用容器化部署、负载均衡、服务发现等技术,提高应用程序的可靠性和可伸缩性。
- 开放性:开源项目,采用 MIT 许可证发布,用户可以自由使用、修改和分享源代码。
- 生态圈:社区生态圈逐渐壮大,用户可以从社区获取更多资源和支持。
2. 项目快速启动
环境准备
- .NET 5.0 SDK
- Docker(用于运行 Redis、MySQL、RabbitMQ、MongoDB)
快速启动步骤
-
克隆项目
git clone https://github.com/AlphaYu/adnc.git cd adnc -
启动 Docker 容器
docker-compose up -d -
配置 ClientApp
cd src/ClientApp npm install --registry=https://registry.npm.taobao.org npm run dev -
启动 ServerApi
cd src/ServerApi dotnet run -
访问应用 打开浏览器,访问
http://localhost:5001。
3. 应用案例和最佳实践
应用案例
ADNC 框架已被应用于多个实际项目中,包括但不限于:
- 用户中心:实现了用户管理、角色管理、权限管理、菜单管理、组织架构管理。
- 运维中心:实现了登录日志、审计日志、异常日志、字典管理、配置参数管理。
- 客户中心:经典三层开发模式 demo。
- 订单中心:DDD 开发模式 demo。
- 仓储中心:DDD 开发模式 demo。
最佳实践
- 服务拆分:根据业务功能合理拆分微服务,避免单个服务过于庞大。
- 配置中心:使用 Consul 作为配置中心,集中管理配置文件,便于维护和更新。
- 链路跟踪:集成 Skywalking,实现性能链路监测,帮助快速定位和解决问题。
- 读写分离:通过 Maxscale 实现读写分离,提高数据库性能和可用性。
4. 典型生态项目
技术栈
- Ocelot:基于 .NET 5.0 编写的开源网关。
- Consul:配置中心、注册中心组件。
- Refit:声明式自动类型安全的 RESTful 服务调用组件。
- SkyAPM:Skywalking .NET 5.0 探针,性能链路监测组件。
- Pomelo.EntityFrameworkCore.MySql:EFCore ORM 组件。
- Dapper:轻量级 ORM 组件。
- StackExchange.Redis:开源的 Redis 客户端 SDK。
- RabbitMq:异步消息队列组件。
- Polly:.NET 弹性和瞬态故障处理库。
- FluentValidation:.NET 验证框架。
- Maxscale:Mariadb 开发的数据库中间件。
相关项目
- ADNC-Vue2:ADNC 的 Vue2 前端项目。
- ADNC-Vue3:ADNC 的 Vue3 前端项目。
通过以上步骤,您可以快速启动并使用 ADNC 框架进行微服务开发。希望本教程能帮助您更好地理解和使用 ADNC 框架。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue08- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
575
3.89 K
React Native鸿蒙化仓库
JavaScript
312
365
Ascend Extension for PyTorch
Python
397
474
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.39 K
787
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
902
706
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
360
219
昇腾LLM分布式训练框架
Python
122
148
暂无简介
Dart
814
200
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
93
161
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
124
161